np.random.seed(777) #Semilla aleatoria para que las pruebas de precisión sean siempre iguales
i = input('Elige entre las dos opciones: [0]Configuración predeterminada, [1]Configuración personalizada:')
i = int(i)
gestionador = gestiondatos.GestiondeDatos()
print('Cargado gestionador')
if i==0:
print('Modo predeterminado elegido')
modo = input('Elige entre: [0]-.Velocidad alta, [1].-Velocidad media, [2].-Velocidad baja ')
modo = int(modo)
if modo == 0:
algoritmos.Algoritmos().Entrena_algoritmo('v10.csv')
print('Algoritmo MLP entrenado')
velocidad_adquisicion = 10
elif modo == 1:
algoritmos.Algoritmos().Entrena_algoritmo('v7.csv')
print('Algoritmo MLP entrenado')
velocidad_adquisicion = 7
# Declaración de los hilos
elif modo == 2:
algoritmos.Algoritmos().Entrena_algoritmo('v4.csv')
print('Algoritmo MLP entrenado')
velocidad_adquisicion = 4
peticion_aceleracion = Thread(target=gestionador.adquieredatos,args=(velocidad_adquisicion,))
lectura_orden = Thread(target=gestionador.lee_plotea_ordena) #
from pygame import mixer
from sklearn.model_selection import train_test_split
import openpyxl
import sys
semaforo = Semaphore(1)
semaforo2 = Semaphore(1)
np.random.seed(
777
) #Semilla aleatoria para que las pruebas de precisión sean siempre iguales
warnings.filterwarnings("ignore", category=DeprecationWarning)
communication = communications.CommunicationManager()
filtering = filterings.FilteringManager()
graphic = graphics.GraphicsManager()
report = datalog.DatalogManager()
filtros = normalizado.Normalizador()
clasificador = algoritmos.Algoritmos()
communication.open_serial_port()
graphic.set_plot_parameters()
drone = ARDrone()
old_prediction = []
old_prediction.append(0)
x = []
y = []
z = []
digitos_prediccion = []
digitos_prediccion2 = []
muestras = []
vectorguardado = []
def Adquirir_Datos():